[發明專利]一種基于AI的圖像處理方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202210856658.7
• 申請日: 2022-07-21
• 公開（公告）號: CN114926374B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 賀敬川;徐斌;康鳳珠;張勁勝
• 申請（專利權）人: 四川新迎順信息技術股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10;G06T5/20;G06T7/13;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 孫朝銳

本發明提供了一種基于AI的圖像處理方法、裝置、設備及可讀存儲介質，涉及圖像處理技術領域，包括獲取原始圖像，對所述原始圖像進行預處理；利用頂帽變換對預處理后的所述圖像進行增強處理，得到第一圖像，利用預設的深度學習模型對所述第一圖像進行增強處理，得到增強后的第二圖像；對所述第一圖像和所述第二圖像進行非采樣的contourlet變換，得到增強圖像；利用灰度特性對所述增強圖像進行識別；將所述目標圖像輸入至預設的卷積神經網絡中，得到處理后的圖像。本發明降低了增強的難度，提高了圖像處理質量;使模糊的圖像更為清晰，便于辨別；便于進行分割，分割精度更高，通過卷積神經網絡，減小識別誤差，獲得較高的識別精度。

技術領域

本發明涉及圖像處理技術領域，具體而言，涉及一種基于AI的圖像處理方法、裝置、設備及可讀存儲介質。

背景技術

圖像處理技術應用廣泛，但是由于圖像信號的維數高，對其處理所需要的計算復雜度高。因此，在一些對系統處理實時性要求苛刻的應用場合，圖像的處理速度往往成為影響系統精度和實用性的瓶頸。

工程作業中，由于受圖像采集時外界環境因素(如光線)的影響，采集的圖像可能需要補光、飽和度增強等處理之后，圖像才能具有較佳的顯示效果，較佳顯示效果的圖像可以為圖像分析提供有利條件。

發明內容

本發明的目的在于提供一種基于AI的圖像處理方法、裝置、設備及可讀存儲介質，以改善上述問題。為了實現上述目的，本發明采取的技術方案如下：

第一方面，本申請提供了一種基于AI的圖像處理方法，包括：

獲取原始圖像，對所述原始圖像進行預處理，以獲取預處理后的圖像；

利用頂帽變換對預處理后的所述圖像進行增強處理，得到第一圖像，利用預設的深度學習模型對所述第一圖像進行增強處理，得到增強后的第二圖像；

對所述第一圖像和所述第二圖像進行非采樣的contourlet變換，得到增強圖像；

利用灰度特性對所述增強圖像進行識別；并對識別后的所述增強圖像進行局部處理，得到局部處理后的目標圖像；

將所述目標圖像輸入至預設的卷積神經網絡中，對所述目標圖像進行處理，得到處理后的圖像。

優選地，所述獲取原始圖像，對所述原始圖像進行預處理，以獲取預處理后的圖像，包括：

對所述原始圖像進行歸一化處理，得到灰度圖像；

基于所述灰度圖像使用Sobel算子進行梯度檢測，得到梯度圖像，所述梯度圖像包括邊緣像素和非邊緣像素；

利用Gabor濾波器對所述梯度圖像進行處理，得到梯度處理圖像，所述Gabor濾波器的窗口函數為高斯函數；

基于點乘算法，對所述梯度處理圖像和所述灰度圖像進行點乘，得到銳化圖像；

基于所述銳化圖像和所述灰度圖像進行疊加，得到所述預處理后的圖像。

優選地，所述利用頂帽變換對預處理后的所述圖像進行增強處理，得到第一圖像，利用預設的深度學習模型對所述第一圖像進行增強處理，得到增強后的第二圖像，包括：

采用小波變換方法對所述圖像進行分解，得到一個分解結果，所述分解結果中至少包括一個低頻圖像分量和至少一個高頻圖像分量；

利用頂帽變換對所述低頻圖像分量進行處理，得到第一處理結果，利用底帽變換對所述高頻圖像分量進行處理，得到第二處理結果；

將所述低頻圖像分量加上所述第一處理結果，得到第三處理結果，將所述第三處理結果減去所述第二處理結果，得到增強后的所述第一圖像；

將所述高頻圖像分量輸入預設的所述深度學習模型中，得到增強后的所述第二圖像。